2.21.2008

SIGNIFICANT TEST NON PARAMETRIK (2)

Oleh Arie Wibowo K


(3) Non-Parametrik Test Dengan Dua Grup Sample Independent

Mann-Whitney Test
Digunakan apakah dua grup data (bertipe ordinal, interval atau rasio) yang independent berasal dari populasi yang sama ataukah tidak. Statistik Uji dari Mann-Whitney Test menggunakan pendekatan jumlah peringkat/rank dari data.

Kolmogorov-Smirnov Test
Digunakan apakah dua grup data yang bertipe numeric (Interval, Rasio) yang independent berasal dari populasi yang sama ataukah tidak. Uji ini menggunakan pendekatan median data.


Moses Test
Menguji perbedan Variance dari dua sample yang independent.

Wald-Wolfowitz Test
Hampir sama dengan Kolmogorov-Smirnov Test yaitu untuk menguji signifikansi antara dua sample yang independent. Uji wald menggunakan pendekatan frekuensi data, sedangkan Kolmogorov-Smirnov Test menggunakan pendekatan median.

(4) Non-Parametrik Test Dengan Dua Grup Sample Dependent

Sign Test
Digunakan untuk menguji apakah dua grup sample (bertipe ordinal, interval atau rasio) yang berpasangan (dependent) berasal dari populasi yang sama. Statistik uji dari Sign Test menggunakan pendekatan tanda (+/-) dari selisih tiap pasangan data. Uji ini khususnya bermanfaat bagi data yang berskala ordinal, apabila data berskala interval atau rasio, dianjurkan menggunakan uji yang lebih powerful seperti Wilcoxon Test.

Wilcoxon Test
Digunakan untuk menguji apakah dua grup sample (bertipe interval, rasio) yang berpasangan (dependent) berasal dari populasi yang sama. Statistik uji dari Wilcoxon Test menggunakan pendekatan peringkat dan tanda dari selisih pasangan data.

McNemar Test
Digunakan untuk menguji apakah dua grup sample (bertipe kategorik, khususnya data dikotom) yang berpasangan (dependent) berasal dari populasi yang sama. Uji ini menggunakan pendekatan selisih proporsi dari dua grup sample.

Marginal Homogenity
Digunakan untuk menguji apakah dua grup sample (bertipe kategorik : ordinal atau multinomial) yang berpasangan (dependent) berasal dari populasi yang sama.